시험 부정행위가 던진 질문부터, AI 시대에 지식을 평가하는 새로운 기준까지
정답을 아는 것과 문제를 이해하는 것은 같은 일일까? 최근 AI를 이용한 시험 부정행위가 드러나면서 이 질문을 다시 생각하게 됐습니다. 정부는 제63회 세무사 시험에서 AI를 활용한 부정행위자의 시험 무효 및 응시 자격 정지 절차에 착수했고, 다른 국가자격시험의 의심 사례도 조사하겠다고 밝혔습니다.
시험의 공정성을 지키고 부정행위를 막는 일은 당연히 필요합니다. 정해진 규칙을 어기고 AI의 도움으로 자격을 얻는 행위는 성실하게 준비한 사람과 자격을 신뢰하는 사회 모두에 피해를 줍니다. 동시에 이 사건은 단속만으로 끝나지 않는 질문을 남깁니다. AI가 질문에 답하고 전문적인 문제까지 풀어내는 시대에 우리는 무엇을 ‘안다’고 말할 수 있을까요?
시험 부정행위가 드러낸 더 큰 질문
경향신문 김재중 사회에디터는 칼럼 「죽은 인터넷 이론과 인간 지식의 위기」에서 이번 사태가 시험의 공정성을 넘어 AI 시대에 인간의 지식과 창조성을 어떻게 정의하고 평가할 것인가라는 질문으로 이어진다고 짚었습니다.
누군가 풍부한 자료와 자연스러운 문장이 담긴 보고서를 제출했다고 생각해 봅시다. 그러나 내용을 이해하지 못하고 근거가 잘못됐을 때 알아차리지 못한다면, 보고서에 담긴 내용을 알고 있다고 말할 수 있을까요? 반대로 모든 내용을 외우지는 못해도 정보를 찾고 출처를 확인한 뒤 자신의 경험과 연결해 적절하게 판단할 수 있다면 어떨까요?
지금까지 지식은 어떻게 정의돼 왔을까?
우리는 일상에서 무언가를 기억하거나 설명할 수 있을 때 ‘알고 있다’고 말합니다. 철학에서 대표적으로 논의된 지식의 분석 가운데 하나는 ‘정당화된 참인 믿음’입니다. 어떤 내용을 믿고, 그 내용이 실제로 참이며, 그렇게 믿을 만한 근거가 있어야 한다는 관점입니다.
예를 들어 벽을 관찰하고 곰팡이가 있다고 판단했으며 실제로도 곰팡이가 있다면 지식이라고 부를 만합니다. 반대로 아무 근거 없이 찍은 답이 우연히 맞았다는 이유만으로 처음부터 알고 있었다고 하기는 어렵습니다.
다만 이 세 조건이 지식을 완전히 설명한다는 뜻은 아닙니다. 철학에서는 믿음이 참이고 근거도 있어 보이지만 우연이 개입해 지식이라고 부르기 어려운 사례들이 제기됐고, 지식의 조건은 지금도 논의되고 있습니다.
일상에서 지식은 사실을 아는 것뿐 아니라 일을 수행하는 방법, 경험을 통해 상황의 차이를 알아차리는 능력과도 연결됩니다. 결로의 원리를 배우는 것과 실제 현장에서 여러 가능성을 비교하며 원인을 판단하는 것은 서로 연결되지만 같은 경험은 아닙니다.
AI는 ‘알고 있다’는 증거를 흔든다
AI를 사용하면 직접 기억하지 못하는 내용을 찾고, 낯선 개념을 설명받고, 여러 선택지를 비교할 수 있습니다. 우리는 오래전부터 책과 사전, 계산기, 검색엔진으로 머릿속에 없는 정보를 활용해 왔습니다.
AI가 가져온 변화는 정보를 찾는 것을 넘어 이해하고 판단한 것처럼 보이는 결과물도 쉽게 만들 수 있게 했다는 점입니다. 완성된 답만 보고 그 사람의 이해와 능력을 판단하기가 더 어려워진 것입니다.
그렇다고 AI를 사용했다는 사실만으로 지식이 없다고 단정할 수는 없습니다. 전문가가 AI로 자료를 찾은 뒤 출처를 확인하고 경험에 비추어 판단한다면 도구가 전문성을 확장할 수 있습니다. 반면 결과를 이해하거나 검토하지 않은 채 자신의 판단처럼 내세운다면 위험해집니다.
앞으로 지식은 어떻게 평가될까?
이번 사태로 지식의 철학적 정의가 곧바로 하나로 바뀐다고 단정할 수는 없습니다. 다만 교육과 일터에서 무엇을 지식의 증거로 삼고 사람의 능력을 어떻게 평가할지는 달라질 가능성이 있습니다. 다음은 그 변화에 대한 예측입니다.
1. 기억과 함께 이해를 살핀다
암기는 여전히 필요합니다. 기본 개념을 알아야 질문을 만들고 잘못된 답도 의심할 수 있습니다. 다만 외운 내용을 재현하는 데 더해 왜 그런 답이 나왔는지, 다른 상황에도 적용할 수 있는지, 조건이 바뀌면 판단도 달라지는지를 묻는 평가가 중요해질 수 있습니다.
2. 답을 찾고 검증하는 능력을 함께 본다
그럴듯한 답이라도 오래된 정보이거나 특정 상황에만 적용되는 결론일 수 있습니다. 답을 찾을 수 있는가에 더해 출처와 근거를 확인하고 어디까지 믿을 수 있는지 판단하는 능력이 중요해질 것입니다.
3. 결과물과 함께 생각의 과정을 살핀다
어떤 문제를 발견했는지, AI에 무엇을 물었는지, 나온 답을 어떻게 검토했는지, 어떤 이유로 수정했는지를 함께 살펴볼 수 있습니다. 교육 현장에서는 완성된 글과 함께 초안과 수정 과정, 참고 자료, 본인의 판단을 짧게 설명하도록 할 수 있습니다. AI를 포함한 도구를 활용하면서 본인이 어떤 역할을 했는지 보여주는 방법입니다.
4. 적용과 설명, 책임지는 능력을 본다
AI가 주택 결로의 일반적인 원인을 제시할 수는 있지만 실제 현장에서는 누수 여부, 생활환경, 벽체 상태, 시공 이력 등을 함께 확인해야 합니다. 빠진 정보를 찾아내고 상황에 맞게 판단하며 고객에게 이유와 한계를 설명하는 일은 중요합니다. 정답을 빠르게 제시하는 능력과 함께 판단의 근거를 설명하고 결과를 책임지는 능력이 더 주목받을 수 있습니다.
AI 시대의 지식은 무엇일까?
이런 변화를 바탕으로 실무와 교육에서 중요하게 여길 지식을 다음처럼 제안해 볼 수 있습니다.
AI 시대의 지식이란 정보를 이해하고, 근거를 확인하며, 상황에 맞게 연결·적용하고, 자신의 판단을 설명하고 수정할 수 있는 능력이다.
이 문장은 확정된 학술적 정의가 아닙니다. 사실에 대한 지식뿐 아니라 이해·기술·판단 능력을 함께 묶어 표현한 실용적인 제안입니다. AI는 답을 함께 탐색하는 도구가 될 수 있지만 AI가 답을 만들었다는 이유만으로 그 내용을 내가 이해하게 되는 것은 아닙니다.
시험과 교육은 무엇을 바꿔야 할까?
앞으로도 사람의 기본 지식과 독립적인 수행 능력을 확인하는 시험은 필요할 것입니다. 동시에 실제 업무처럼 자료와 도구를 사용할 수 있는 상황에서 문제를 풀고 판단하는 능력을 살피는 평가도 필요할 수 있습니다.
목적에 따라 도구 없이 기본 개념을 확인하는 기초 지식 평가, AI와 검색을 허용하면서 출처와 판단 과정을 살피는 도구 활용 평가, 실제 사례에서 추가 확인과 결정을 설명하는 상황 적용 평가를 구분해 볼 수 있습니다. 어떤 방식이 적절한지는 평가 목적과 공정성, 실제 운영 가능성을 따져야 합니다.
AI와 함께 배우는 시대에 남겨야 할 것
AI가 만들어준 답을 그대로 받아들이면 빠르게 결과물을 얻을 수 있지만, 스스로 이해하고 판단할 기회를 놓칠 수도 있습니다. 반대로 답에 다시 질문하고 근거를 확인하며 자신의 경험과 비교한다면 AI는 생각을 넓히는 상대가 될 수 있습니다.
이제 중요한 질문은 AI 없이 모든 답을 알고 있는가에만 머물지 않습니다. AI가 답을 제시했을 때, 나는 그것을 이해하고 검증하며 내 상황에 맞게 판단할 수 있는가. 시험 부정행위를 막는 일과 함께, 배움을 통해 무엇을 얻고 그것을 어떻게 확인할지 다시 생각해야 할 때입니다.
참고 자료
경향신문, 김재중, 「죽은 인터넷 이론과 인간 지식의 위기」, 2026년 11월 19일.
국세청, 세무사 시험 부정행위 대응 TF 관련 보도자료.
고용노동부, 제63회 세무사 시험 인공지능 활용 부정행위 관련 비상대책 회의.
Stanford Encyclopedia of Philosophy, The Analysis of Knowledge.

답글 남기기